| 研究課題/領域番号 |
26289320
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | 異常検知 / 航空宇宙システム / 機械学習 / 人工知能 |
|---|
| 研究実績の概要 |
本研究課題初年度である平成２６年度は、主に、本課題の第１のサブテーマ「運用者への有用情報提供を主目的とした学習型異常検知法の確立」に取り組んだ。これは、学習型異常検知法の新たな評価・設計基準として、「運用者が宇宙機システムの健康状態を理解し異常発生時の原因解明や問題解決を行うために、どれだけ有用な情報を提供したか」を測る合理的な指標を策定することが目的である。具体的に、この目的に関して、本年度は特に以下の４項目について成果が得られた。（１）異常度と運用記録との同時表示による情報提供：データ駆動型異常検知アルゴリズムによって計算された衛星システムの「異常度」を運用者に提示する際に、運用日誌やデータベースなどの情報源から得られる運用記録を同時に表示することにより、運用者によるシステムの健康状態理解を促進することが確かめられた。（２）ツリーモデルによる正常挙動モデルの表現：衛星の様々な稼働モードをテレメトリデータから自動判定する際に決定木モデルを用いることによって、どの変量に着目すべきかという運用者の経験的知見と整合性を保つことができることが確かめられた。（３）衛星稼働モード遷移の可視化：教師なし学習アルゴリズムによって自動的にグループ化された衛星システム状態を時系列として視覚化することにより、システムの稼働モード遷移の正常性の確認を容易にすることが確かめられた。（４）過去の類似運用パターンの検索と提示：高い異常度が検出された際に、その時刻周辺と類似するデータパターンを過去のデータから検索し一緒に提示することによって、運用者
がその事象を同定し、異常の深刻さを評価するのを補助することが確かめられた。なお、これらの成果は国内外の研究集会で広く発表され、学術誌への論文投稿も予定されている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
「研究実績の概要」で述べたように、平成２６年度の主なサブテーマである「運用者への有用情報提供を主目的とした学習型異常検知法の確立」について、複数の具体的な成果が得られている。また、これらの成果は競争率の高い国際会議等でも積極的に発表されるなど、外部的にも一定の評価を得ている。また、将来的に公開を予定している宇宙機システムのための健康状態監視ソフトウェアのプロトタイプも作成して研究支援者に試用してもらうなど、研究計画全体から見ても、おおむね順調に進んでいると考える。
|
| 今後の研究の推進方策 |
今後の研究推進方策として第一に考えていることは、本研究計画を遂行するにあたって欠かすことのできない、人工衛星運用機関・運用者との協力体制を強化することである。現在は、宇宙研究開発機構の実証小型衛星SDS-4の運用チームの強力な支援を受けることができているが、SDS-4は後期運用フェーズに入って既に2年以上経過しており、今後いつまで運用が継続されるか不透明な部分がある。したがって、大学小型衛星開発者など、新たな協力機関・支援者を探す必要がある。
|
| 次年度使用額が生じた理由 |
購入予定機器が当初の見込みよりも安価に調達できたことや、研究に必要なソフトウェアを購入時期の都合上、運営費より拠出したこと、さらに当初予定していた海外出張が予定により延期になったことなどにより、次年度使用額が生じた。
|
| 次年度使用額の使用計画 |
高速計算機など研究遂行上必要な機器などを予算の範囲内で再度選定する。また、研究上必須なソフトウェア（MATLAB)のライセンス料を当該年度内での期間に設定することで本予算より拠出する。国際会議等の出張を計画的に行う。また、衛星監視ソフトウェアの構築にあたって、人件費・謝金を有効に使用する予定である。
|
